基于机器视觉的轴承表面缺陷检测与分类系统研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.1.1 课题来源 | 第11页 |
| 1.1.2 课题背景 | 第11-12页 |
| 1.1.3 研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 轴承表面缺陷检测研究现状 | 第12-13页 |
| 1.2.2 图像分割算法研究现状 | 第13-15页 |
| 1.2.3 特征选择研究现状 | 第15页 |
| 1.2.4 分类算法研究现状 | 第15-16页 |
| 1.3 论文的主要研究内容及组织结构 | 第16-18页 |
| 1.3.1 论文的主要研究内容 | 第16-17页 |
| 1.3.2 论文的组织结构 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第二章 轴承表面缺陷检测与分类系统总体设计 | 第19-28页 |
| 2.1 系统需求分析 | 第19-21页 |
| 2.1.1 轴承结构分析 | 第19页 |
| 2.1.2 轴承缺陷分析 | 第19-21页 |
| 2.1.3 系统设计目标 | 第21页 |
| 2.2 系统整体设计 | 第21-26页 |
| 2.2.1 系统组成 | 第22-23页 |
| 2.2.2 系统结构 | 第23-25页 |
| 2.2.3 系统原理 | 第25-26页 |
| 2.3 本章小节 | 第26-28页 |
| 第三章 轴承表面缺陷检测与分类系统硬件设计 | 第28-39页 |
| 3.1 图像采集装置 | 第28-34页 |
| 3.1.1 图像采集部件 | 第28-31页 |
| 3.1.2 图像采集装置 | 第31-34页 |
| 3.2 工位转移装置 | 第34-38页 |
| 3.2.1 SCARA机器人 | 第34-35页 |
| 3.2.2 手眼标定 | 第35-37页 |
| 3.2.3 机器人抓取 | 第37-38页 |
| 3.3 上下料装置 | 第38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 轴承表面缺陷检测与分类算法设计 | 第39-64页 |
| 4.1 算法整体框架 | 第39-40页 |
| 4.1.1 图像工程理论框架 | 第39-40页 |
| 4.1.2 本文算法框架 | 第40页 |
| 4.2 图像预处理 | 第40-43页 |
| 4.2.1 图像滤波 | 第41-42页 |
| 4.2.2 边缘检测 | 第42页 |
| 4.2.3 图像矫正 | 第42-43页 |
| 4.3 缺陷检测 | 第43-48页 |
| 4.3.1 ROI提取 | 第43-47页 |
| 4.3.2 检出算法 | 第47-48页 |
| 4.4 缺陷区域精分割 | 第48-54页 |
| 4.4.1 算法流程 | 第49-50页 |
| 4.4.2 Lc-MNN区域划分 | 第50-53页 |
| 4.4.3 Lc-MNN图像分割 | 第53-54页 |
| 4.5 特征提取与特征选择 | 第54-59页 |
| 4.5.1 算法流程 | 第54页 |
| 4.5.2 特征池的建立 | 第54-55页 |
| 4.5.3 数据获取与处理 | 第55页 |
| 4.5.4 降维目标确立 | 第55-56页 |
| 4.5.5 SCV特征选择 | 第56-59页 |
| 4.6 缺陷分类算法 | 第59-63页 |
| 4.6.1 人工神经元 | 第59-61页 |
| 4.6.2 单层感知器 | 第61页 |
| 4.6.3 多层感知器 | 第61-62页 |
| 4.6.4 反向传播算法 | 第62-63页 |
| 4.7 本章小结 | 第63-64页 |
| 第五章 实验结果与分析 | 第64-74页 |
| 5.1 实验条件 | 第64-65页 |
| 5.1.1 图像采集 | 第64页 |
| 5.1.2 缺陷样本 | 第64-65页 |
| 5.2 图像分割实验 | 第65-70页 |
| 5.2.1 实验目的 | 第65页 |
| 5.2.2 性能指标 | 第65页 |
| 5.2.3 实验过程 | 第65-68页 |
| 5.2.4 结果讨论 | 第68-70页 |
| 5.3 缺陷分类实验 | 第70-73页 |
| 5.3.1 实验目的 | 第70页 |
| 5.3.2 实验过程 | 第70-71页 |
| 5.3.3 结果讨论 | 第71-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 全文总结 | 第74-75页 |
| 6.2 工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间研究成果 | 第80页 |
